基于RBF-NN和异常检测的焊接质量溯源模型的应用

针对目前焊接工艺试验效率低、重复率高的现状,采集多源数据,以焊接工艺质量UT检验数据为例,首先,进行了数据清洗和数据标准化处理,形成了可供模型训练的标准化数据集;其次,梳理了焊接质量溯源分析业务流程,根据需求设计建立了一种将径向基神经网络(Radial Basis Function Neural Network,RBF-NN)和异常检测相结合的焊接质量溯源模型,用于定位焊缝不合格品成因,为焊接工艺试验提供参数调整建议,降低试验时间成本;最后,通过实验结果证明该模型可为焊接工艺试验提供有效的参数调整建议,可减少工艺试验次数、降低成本。

乳业生产全程质量溯源技术研究

本文对乳业生产流程质量控制关键点分析,提出贯穿于乳业整个产业链的质量溯源初步模型,并将数据仓库、企业门户技术与质量溯源模型相结合,整合乳业生产全过程关键信息,为企业、供应商、物流环节、消费者、政府提供质量管理监督及质量溯源平台。